EP18 | AI会有智能吗？（中）

从图灵测试谈起

📌 本期内容提要

在这一期，我们从图灵1950年的经典问题 “Can machines think?” 出发，回顾人工智能的历史与发展路径，并思考可计算智能的边界。

🧩 图灵测试与争论

• 1950年，图灵在《心灵》杂志提出 图灵测试 概念（模仿游戏）。
• 他预言：五十年后，普通提问者在5分钟内，识别AI的准确率可能低于70%。
• 图灵也列出了 九大反对意见，包括但不限于以下：
  • 来自神学的反对意见
  • 基于哥德尔不完备性定理的论点（卢卡斯-彭罗斯论点）
  • 基于意识的论点
  • 基于各种缺陷的论点
  • 洛芙莱斯夫人对于机器不可能具有原创性的批评
  • 基于超感官知觉的论点

等等。而图灵本人也对这些论点进行了逐一回复。这些论点之间会有交叉和重叠，有一些甚至在科学之外。即使在75年后的今天，人工智能的发展可能已经大大超出了图灵当年的想象，而我们所能看到的一些关于人工智能的争论依然可以在这九个反对意见中找到其原型。

🔬 什么是智能？

• 松鼠藏坚果：有限资源与风险下的分散策略。
• 人类玩德州扑克：不完全信息环境下的建模与决策。
• 定义：在有限资源和不确定环境中，能感知—建模—决策—行动，并将经验推广到新情境，从而高效达成目标的能力。

📚 AI 的发展脉络

1. 符号主义：规则与逻辑推理 → 可解释，但脆弱。
   • 例子：ELIZA（1966），早期对话程序。
2. 连接主义：神经网络与深度学习 → 强表征，弱解释。
   • 应用：图像识别、LLM。
3. 强化学习：试错与回报 → 能解决复杂博弈，但样本效率低。
   • 应用：Atari、AlphaGo。
4. Agentic 工具化：接入检索、函数、代码执行，形成闭环 → 从“会说”到“能做”。

🗣️ 自然语言处理的演进

• 从 one-hot encoding → word2vec → ELMo → Transformer (GPT-3.5) → GPT-5 (2025)。
• 演进： 从把词“编号” (one-hot) → 给词“坐标/相似度” (word2vec) → 让词义随上下文变化 (ELMo）→ 读长文会概括与对话的 (LLM)
• 长处：少样本也能举一反三，能理解更长上下文，并可接入搜索/工具，把“会说”升级为“会做”。
• 短板：推理思考更像是基于经验的最可能答案而非严格证明；即便带自我验证也不保万无一失，遇到生僻或需严格推理的问题更易出错；开放问题完全没法解决 (如黎曼假设)。

🚧 智能的边界

• 希尔伯特第十问题：不存在能一劳永逸判定所有整数方程是否有解的万能算法。
• 阿姆达尔定律：再多并行也会被那段必须串行的工作卡住，整体加速上限由其比例决定。
• 启发：智能取决于“表示 × 控制 × 资源”的协同，最短板/瓶颈决定整体上限。

💡 总结与思考

• 图灵测试开启了“机器能否思考”的讨论。
• 七十余年后，大模型的表现让质疑与惊叹并存。
• 真正的智能：也许不仅在于计算，更在于与环境、资源和目标的动态互动。

👉 留给听众的问题：

1. 你认为 AI 已经“通过”图灵测试了吗？
2. 如果智能不仅是算力，那么我们该如何重新定义它？
3. 人类和机器智能的边界，会在哪里划定？

【主播】

Senkei，“书影婆娑”核心运营成员，播客主理人｜数据科学家，癌症流行病学博士。

【嘉宾】

李劼，塔夫茨大学数学博士，前亚马逊人工智能科学家，现为理想折射核心成员，东西方哲学与宗教爱好者，曾任波士顿浮云相声社社长，Vipassna Meditator，目前也是一名家庭学校（Homeschooling）的实践者。

David，本期《AI会有智能吗？》线下分享者。

【监制】

Senkei

【后期】

Senkei

【运营】

Senkei，Sunny

【BGM】

Eric Christian - la valse au clair de lune

【在这里找到我们】

公众号：书影婆娑｜载歌在谷

小红书：书影婆娑Community｜载歌在谷社区官方账号

收听渠道：小宇宙｜喜马拉雅

联系我们：syps@zgzg.io

感谢收听《书影婆娑》。如果你喜欢这期节目，请在你常用的播客平台上订阅并留下评价；也欢迎把 shownotes 下载并分享到社群。